蒙特卡罗方法求解圆周率π并用turtle画点,以及完成进度条问题

用蒙特卡罗方法求解圆周率π

  • 蒙特卡罗方法的背景

'''

        蒙特卡罗方法于 20 世纪 40 年代美国在第二次世界大战中研制原子弹的“曼
哈顿计划”计划的成员 S.M.乌拉姆和 J.冯·诺伊曼首先提出。数学家冯·诺伊曼用驰名世界的赌城—摩纳哥的 Monte Carlo—来命名这种方法,为它蒙上了一层神秘色彩。在这之前,蒙特卡罗方法就已经存在。1777 年,法国数学家布丰(Georges Louis Leclere de Buffon,1707—1788)提出用投针实验的方法求圆周率π。这被认为是蒙特卡罗方法的起源。

'''

  • 题目要求

watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBA57yW56iL5Zmo57O757uf,size_20,color_FFFFFF,t_70,g_se,x_16

单位圆的面积是 PI,单位圆的外切正方形面积是 4。所以,1/4 个圆的面积是 PI/4,外切正方形的面积是 1使用 turtle 库 turtle.goto()、turtle.dot()等方法,完成如上右图所示的图形绘制;并要求在计算过程中,每完成 10%的点的计算时,通过控制台输出显示当前完成的进度。

该方法不难理解,其实就是高中所学过的概率问题。

代码如下:

import time
from random import random
from math import *
from time import clock
from time import sleep
import turtle
import sys
DARTS = 1000
hits = 0
clock()
turtle.setup(800, 800,startx=0,starty=0)
turtle.speed(0)
turtle.pensize(2)
for i in range(1, DARTS + 1):
    x, y = random(), random()
    dist = sqrt(x ** 2 + y ** 2)
    turtle.penup()
    turtle.goto(x*200,y*200)
    turtle.pendown()
    if dist <= 1.0:  # 判断位于圆内的点
        hits += 1
        #turtle.color("red")  #也可改变画笔颜色,不在dot里加颜色
        turtle.dot(6,"red")
    else:
        #turtle.color('blue')
        turtle.dot(6,'blue')
    j=int(i/10)
    if j%10==0:
        print("\r",end="")
        print("Download progress:{}%".format(j)," "*(j//2),end="")
        sys.stdout.flush()
        time.sleep(0.01)
pi = 4 * (hits / DARTS)
print("\n")
print("pi值是{}。".format(pi))
print("运行时间是:{:.5f}s".format(clock()))
turtle.done()

运行结果如下:

watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBA57yW56iL5Zmo57O757uf,size_11,color_FFFFFF,t_70,g_se,x_16

中间动态进度条如下:

watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBA57yW56iL5Zmo57O757uf,size_20,color_FFFFFF,t_70,g_se,x_16

控制台中:

watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBA57yW56iL5Zmo57O757uf,size_20,color_FFFFFF,t_70,g_se,x_16

上图pi的值忘了该换行了,不过代码已经更改过了,在运行过程中会出现画点速度较慢的问题,可能与电脑有关,我暂时还没找到原因,如果有朋友知道,可以私信给我,我会立即纠正。谢谢大家支持。

  • 5
    点赞
  • 16
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
好的,我可以为您提供Python实现蒙特卡洛方法求解圆周率π的代码,并绘制结果图形。 蒙特卡洛方法是一种基于随机数的数值计算方法,用于解决某些数学问题,其中包括计算π的值。通过在一个正方形内随机地生成点,并计算落在正方形内且在圆内的点的数量,可以估算出圆的面积与正方形面积的比值,从而计算出π的值。 以下是Python实现蒙特卡洛方法求解π的代码: ```python import random import math import matplotlib.pyplot as plt # 定义正方形边长和圆的半径 square_length = 2 radius = 1 # 定义生成点的数量 num_points = 10000 # 初始化计数器 num_points_circle = 0 # 初始化存储生成点的列表 x_inside_circle = [] y_inside_circle = [] x_outside_circle = [] y_outside_circle = [] # 生成点并计数 for i in range(num_points): x = random.uniform(-1, 1) y = random.uniform(-1, 1) if math.sqrt(x**2 + y**2) <= radius: num_points_circle += 1 x_inside_circle.append(x) y_inside_circle.append(y) else: x_outside_circle.append(x) y_outside_circle.append(y) # 计算π的值 pi_estimate = 4 * num_points_circle / num_points print("π的估计值为:", pi_estimate) # 绘制图形 fig, ax = plt.subplots() circle = plt.Circle((0, 0), radius, fill=False) ax.add_artist(circle) ax.set_xlim((-1, 1)) ax.set_ylim((-1, 1)) ax.scatter(x_inside_circle, y_inside_circle, color='r', marker='.') ax.scatter(x_outside_circle, y_outside_circle, color='b', marker='.') plt.show() ``` 运行上述代码后,程序将随机生成指定数量的点,并计算出圆内点的数量,从而估算出π的值。最后,程序将绘制一个图形,其中红色的点表示落在圆内的点,蓝色的点表示落在圆外的点,圆的轮廓表示圆的边界。 希望这个代码能够帮助您。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

夏天是冰红茶

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值